机器视觉的研讨始于20世纪50年代二维图像的形式辨认，它起先被规划用来代替人眼从事检测辨认的作业，可以大大进步检测的作业功率以及下降人眼疲惫带来的检测成果的不一致性。机器视觉检测开展至今，在许多方面现已开展到可以结束人眼难以结束的作业，如高精度的测量以及对特定产品的高速分级，还有使用红外线、紫外线、X射线等检测技术检测人类视觉无法检测到的事物。但机器视觉系统规划的难点在于怎么保证其可靠性与安稳性，不管从光源，相机等硬件上仍是从图像处理软件上的规划，对机器视觉的安稳性都有重要影响。
 
机器视觉系统组成
 
典型的机器视觉系统一般由图像的获取、图像的处理和分析、输出或闪现三部分组成。按照视觉系统组成结构首要分为两大类：PC或板卡式机器视觉系统，以及嵌入式机器视觉系统，亦称“智能相机。
 
机器视觉检测系统不稳定性因素

 
PC-Based视觉系统
 
PC式视觉系统是一种根据个人核算机（PC）的视觉系统，其图像获取设备一般由光源、光学镜头、CCD或CMOS摄像机以及图像搜集卡组成，图像处理与分析设备以一台PC机为基础合作图像处理软件，一般以闪现器作为图像处理成果的闪现输出。
 
PC-Based视觉系统开展到现在，可以针对不同的作业坏境满意各式需求，如相机的选择可以从分辩率200万到1200万，帧率从0到数百帧每秒甚至更高。一同，其通讯办法十分灵敏，可以直接运用USB（USB2.0/USB3.0）接口、千兆网口（GigE）接口或着很便利的扩展运用前方接口以及Camera link等接口的相机，在短距离情况下抗烦扰性很强。速度上和精度上，PC-Based系统可以根据需求装备高速、高分辩率相机和高速的处理器，可以到达运动速度快或精度要求高的检测要求但统一根据PC的机器视觉的运用系统标准较大，除相机外，还需图像搜集卡、工控机、各种衔接线缆等，在一些对设备体积约束较严的场合，如生产设备内部、移交设备上就难以满意要求了。一同其结构杂乱，多数人认为PC-Based系统包含较多的外部部件，各部件由不同厂家生产，触及兼容性和衔接插件等中间环节，集成度较低，然后导致其安稳性下降。相关于集成度高的智能相机，其开发周期也相对较长。
 
嵌入式视觉系统
 
智能相机首要由图像搜集单元、通型信块，图像处理单元（处理软件）三大组成部分，图像搜集单元类似于传统的一般相机，将光信号转为模拟信号或数字信号，相当于CCD/CMOS相机和图像搜集卡，图像处理单元相当于PC-Based系统的PC部分，是嵌入式视觉的中心，包含图像处理、存储单元以及相应的处理软件，一般有DSP、FPGA和RISC三种硬件渠道用来结束图像处理的运算，软件可由外部写入，但一般成熟的嵌入式机器视觉系统均将通用的图相处里算法封装为固定的模块，开发人员可以根据需求选择调用。通讯模块也是智能相机的重要组成部分，首要是将图像处理的成果输出到外部，智能相机一般内置以太网口通讯模块，且可支持多种网络和总线协议与PC-Based的视觉系统比较，嵌入式视觉系统存在一些明显的优势，比如由于其图像获取单元与处理单元直接相衔接，在像素一致性方面较好，抗烦扰才干性较强，且由于智能相机具有较高的集成水平，体积也比PC-Based视觉系统要小许多，可适用于更多恶劣的作业环境。由于智能相机的高度集成性，它的图像搜集、处理与通讯部件在规划与生产的过程中通过了专业人员的可靠性测验，所以其作业安稳性要明显高于PC-Based系统，由于结构简略，其保护也相关于PC-Based系统要简略的多。软件上，成熟的智能相机底子现已固化了视觉算法模块和通讯模块等，用户只需求简略的调用即可，不需求像PC-Based系统相同进行系统底层的琐碎的开发，所以开发简略，开发周期也短。但相关于PC-Based视觉系统，嵌入式视觉系统也存在一定劣势，比如在精度和速度上，由于体积和图像处理才干的约束，智能相机很难像PC-Based系统相同，可以很便利的将高速相机或高分辩相机集成到视觉系统中，在现在的技术条件下，一般结束相同分辩率和速度的两种系统，智能相机由于需求更高要求的生产工艺以及电路规划问题，会需求高昂的成本。一同，智能相机高度集成化的特色也给它带来了灵敏性不足的问题，它的硬件和软件开发相对固定，可扩展性较PC-Based系统差，在杂乱的机器视觉场景下，有时单靠智能相机难以结束系统的功用规划，而PC-Based系统却可根据实践情况选用功用适合、价格便宜的设备，也可以选择不同的第三方软件来结束图像处理等作业。
 
机器视觉检测系统的不安稳性要素
 
成像系统简介及不安稳性要素
 
成像系统首要由相机（CCD/CMOS）、镜头和光源组成，是视觉检测的基础，成像系统的规划意图便是获取合格的原始图像，而且一个好的成像系统要保证系统工作期间图像质量的安稳，安稳的图像抓取是视觉检测安稳性的底子保证。
 
工业相机对成像安稳性的影响
 
对视觉系统规划者来说，工业相机的选择首要考虑其传感器类型、分辩率和帧率，其间传感器分CCD与CMOS两种，CMOS图像传感器集成度高，各元件、电路之间距离很近，烦扰比较严峻，成像噪声高，CCD传感器相机相关于CMOS相机具有灵敏度高、噪声低和照应速度快的特色，在安稳性方面，CCD相机的抗冲击与颤动性也较强，一般来说，CCD传感器相机在成像质量上和安稳性方面要优于CCD相机。
 
影响相机成像质量的另一重要要素便是相机的镜头，镜头除了需求根据具体作业状况选择适合的焦距、景深和光圈等参数外，一个影响系统检测精度的重要要素便是图像的几何畸变过失，它是光学透镜固有的透视失真，遭到制造工艺的影响，无法消除，只能补偿，尽管现在许多工业相机通过各种办法补偿镜头畸变发生的过失，但在高精度的检测范畴，几何畸变依然会对检测精度发生影响。
 
光源对成像安稳性的影响
 
光源具有扩大图像的特征与缺陷、削弱紊乱及布景的作用，直接影响输入数据的质量，由于没有通用的照明设备，光源的规划一直是机器视觉系统的难点，一般不只需求针对每个特定的运用实例来选择光源类型，还要根据具体环境对光源装置、光源的照射办法进行斟酌，以到达最佳作用。不同类型的光源安稳性存在差异，常见的可见光光源有LED光源、卤素灯、日光灯和钠光灯等，可见光最大的缺陷是不能继续安稳的输出光能，如日光灯，在运用的第一个100小时内，光能会下降15%左右，随着运用时刻的增加，光能输出继续下降。除可见光外，在高检测使命的场景下，也常选用X射线和超声波等不可见光作为光源，可以继续安稳的输出光能，但不利于检测系统的操作，且价格昂贵。光源的不均匀性也会对图像质量发生影响，不同方向的发光强度存在不同也会引起噪声。可见光中LED光源的安稳性和寿命相关于卤素灯、日光灯等要好，照应时刻短，可自由选择颜色，工作成本也低，得到了广泛的运用。光源的照射办法可分为背向照明、前向照明、结构光照明和频闪照明，其规划要害是以杰出图像特征为准则。
 
软件安稳性
 
检测软件安稳性对机器视觉的影响毋庸置疑，视觉系统毕竟会在核算机上使用软件选用有针对性的算法进行图像滤波，边沿检测和边沿提取等一系列图像处理，不同的图像处理和分析手法以及不同的检测办法与核算公式，都会带来不同的过失，算法好坏抉择测量精度的高低。
 
环境要素影响
 
视觉系统作业的测量环境包含温度、光照、电源改变、尘埃、湿度以及电磁烦扰等，好的环境是视觉系统正常工作的保证。外界光照会影响照射在被测物体上的总光强，增加图像数据输出的噪声，电源电压的改变也会导致光源不稳，发生随时刻改变的噪声。温度改变也会对相机的功用发生影响，相机在出厂时都会标志正常作业的温度规划，过热或过冷都会影响相机的正常作业。电磁烦扰是工业检测现场不可避免的烦扰要素，它对工业相机电路、数据信号传输电路等弱电电路的影响尤为严峻，合格的视觉产品会在出厂时经严格的抗烦扰测验，极大的下降了外界电磁烦扰对硬件电路的影响。
 
机械结构定位影响
 
除成像系统硬件外，相机与物体之间的相对方位联系也会对图像质量的安稳性发生影响，如相机或工件的机械支撑结构假设存在颤动，会影响检测精度，且这也是一个难以排查的问题。在动态下检测工件，需求考虑运动模糊对图像精度的影响（模糊像素=物体运动速度*相机曝光时刻）。其他，CCD相机与被测零件之间在理性状况下应为相机镜头光轴垂直于零件地点平面，但实践运用中，由于装置过失或相机、工件制造过失等原因不能保证光轴与被测平面彻底垂直，存在一定角度过失，相同对测量精度发生影响。
 
保证安稳性的解决办法
 
硬件选择与规划
 
成像系统的硬件选择尤为重要，通过以上对CCD相机与CMOS相机的分析可知，假设没有特别的要求，比如摄像速度较高（CMOS具有更快的读出速度），CCD传感器相机是保证图像质量和安稳性的首要选择，其间相机的分辩率和帧率首要根据检测精度和检测速度来选择，通过核算检测物体的视场巨细与相机与被测物之间的距离抉择适合的分辩率，考虑被测物体的运动速度与检测精度要求选择相机的帧率。
 
关于镜头，首要需求根据相机的极限分辩率来选取对应的镜头分辩率，选择大于相机极限分辩率的相机即可，还需求根据作业距离与视野核算镜头的焦距，并根据被测物体与相机的距离改变选用适合的景深。在高精度测量下，要保证测量精度，除以上参数的正确选择之外，可以选择几何畸变相关于一般镜头小的远心镜头，远心镜头不只几何畸变较小，还能减小物体距离改变带来的过失。
 
如无特别要求而选用X射线等不可见光光源，关于可见光光源，应优先考虑运用LED光源，在对搜集图像质量有抉择性影响的光源均匀性上，LED光源明显优于卤素灯、日光灯等其它光源，而且它还具有耗电低、运用寿命长和对环境无污染的长处。一同，为了减小外界光对视觉系统安稳性的影响，可以通过增加光源箱的办法屏蔽外界光源。
 
软件规划
 
标定
 
相机与镜头由于工艺的原因，总会或多或少地导致获取的原始图像存在几何畸变过失，这种过失不能通过硬件的优化消除，但可以使用标定软件算法来削弱这种过失对测量精度的影响，相机标定的底子原理是通过相机对视场内不同角度规范图像（一般运用标定板）的拍照来求出相机的内、外参数以及畸变参数，建立三维坐标与图像坐标的映射联系，然后对得到的原始畸变图像进行纠正，一般相机标定在有精度要求的测量和定位中有必要运用。
 
图像处理
 
硬件搜集到的原始图像毕竟要通过图滤波、边沿检测等算法才干结束检测功用，结束检测成果的输出。其间图像滤波可以按捺搜集到图像中存在的噪声，下降光源与灰度值不安稳的问题，进步信噪比，其本质是通过算法保证图像上像素点间最小方差最小。关于高精度测量系统来说，粗距离像素级精度往往难以满意要求，亚像素级边沿定位技术在像素级别方位通过细分算法与拟合办法结合可以使边沿方位到达0.1甚至0.01的亚像素级精度，系统检测精度得到保证。
联系我时，请说是在东莞机械网看到的，谢谢！